ℹ

Öffentliche Anmerkung: Rechnerische Variante: Messwerte der NVIDIA RTX PRO 6000 Blackwell Workstation Edition (gemessen auf godcore-ai-002) uebertragen auf die Host-Konfiguration von godcore-worker-004 (AMD Ryzen 5 5600X, 32 GB RAM). Keine eigene Messung dieser Kombination. Quelle: run-20260729-032125-d723b6 (2026-07-29 00:33:57).

Generation888,96tok/s

Prefill12.945,08tok/s

Time to First Token2.202,00ms

Gesamtdauer22,35s

Concurrency5parallel

Einordnung im Feld

Diese GPU Alle GPUs

30von 104 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 5× parallel

Dieser Lauf ist besser als 72 % aller vergleichbaren Systeme.

Generation 889,0 tok/s

+48 % vs Ø 599,1

Prefill 12.945,1 tok/s

+57 % vs Ø 8.234,0

Time to First Token 2.202 ms

-91 % vs Ø 25.079

Verteilung im Feld0 – 1.349 tok/s

Ø 599 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181606-0adf6d

1.349,3 tok/s

gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071844-e5e309

1.348,4 tok/s

Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181607-30d864

1.188,7 tok/s

Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071851-c3c4a5

1.154,4 tok/s

gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260728-140954-9e81f9

1.136,3 tok/s

gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260730-035052-09627f

1.135,0 tok/s

gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071836-99dfa5

1.105,8 tok/s

Nemotron-3-Nano-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032121-305ad6

1.007,8 tok/s

Nemotron-Cascade-2-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032120-4b8514

1.007,3 tok/s

Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032119-1ddf01

1.007,0 tok/s

Nemotron-3-Nano-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071924-ea006b

1.005,7 tok/s

Nemotron-Cascade-2-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071931-9d8567

997,7 tok/s

Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071938-51f264

985,8 tok/s

Laguna-XS-2.1NVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260728-140955-17e7b6

975,1 tok/s

Qwen3-VL-30B-A3B-Instruct dieser LaufNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-071724-c72b23

889,0 tok/s

Wie schlägt sich dieser Benchmark mit anderen GPUs?

Dasselbe Modell auf anderer Hardware · 5× parallel · Generation (tok/s)

NVIDIA GeForce RTX 5090run-20260729-105336-3cf442

920,1 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032125-d723b6

905,0 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Edition dieser Laufrun-20261023-071724-c72b23

889,0 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-122848-30fc03

820,1 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-122848-8d9832

817,7 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105343-b7b724

796,7 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260724-004607-0c918b

666,5 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260729-105331-15ab5b

542,9 tok/s

2× NVIDIA RTX A6000run-20260829-124021-e81290

536,3 tok/s

2× NVIDIA RTX A6000run-20260827-090902-b3db5f

469,9 tok/s

2× NVIDIA RTX A6000run-20260829-191617-7883fd

386,1 tok/s

2× NVIDIA RTX A6000run-20260827-140321-d11858

357,7 tok/s

NVIDIA RTX A6000run-20260826-211812-f1128b

315,9 tok/s

2× NVIDIA RTX A6000run-20260830-040426-1fa054

308,8 tok/s

Hardware

GPU: NVIDIA RTX PRO 6000 Blackwell Workstation Edition · 96 GB VRAM
CPU: AMD Ryzen 5 5600X 6-Core Processor
RAM: 31 GB
Mainboard: ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: Qwen3-VL-30B-A3B-Instruct

Konfiguration

benchmark-konfiguration — run-20261023-071724-c72b23

# LLM-Benchmark Konfiguration # Modell : Qwen3-VL-30B-A3B-Instruct # Engine : llama.cpp # Run-ID : run-20261023-071724-c72b23 # GPU : NVIDIA RTX PRO 6000 Blackwell Workstation Edition # CPU : AMD Ryzen 5 5600X 6-Core Processor # RAM : 31 GB bench@llm-benchmark:~$ llama-server \ -m /home/godcore/.cache/huggingface/hub/models--noctrex--Huihui-Qwen3-VL-30B-A3B-Instruct-abliterated-GGUF/snapshots/6f9740ab52d5cefac63d89b65de95c12b48d49a6/Huihui-Qwen3-VL-30B-A3B-Instruct-abliterated-Q4_K_M.gguf \ -c 16384 \ -np 12

Engine?Die Inferenz-Software, die das Modell ausliefert (z.B. vLLM oder llama.cpp). Sie bestimmt Geschwindigkeit, unterstuetzte Modellformate und welche Parameter ueberhaupt verfuegbar sind.	llamacpp
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.	Qwen3-VL-30B-A3B-Instruct
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	16384
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	/home/godcore/.cache/huggingface/hub/models--noctrex--Huihui-Qwen3-VL-30B-A3B-Instruct-abliterated-GGUF/snapshots/6f9740ab52d5cefac63d89b65de95c12b48d49a6/Huihui-Qwen3-VL-30B-A3B-Instruct-abliterated-Q4_K_M.gguf
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	16384
np	12
execution_type	local

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen3-VL-30B-A3B-Instruct auf verschiedener Hardware

Alle veröffentlichten Performance-Läufe dieses Modells – jede Blase eine Variante: Position = Prefill (X) × Generation (Y), Blasengröße = Anzahl Läufe. Näher oben rechts = schneller. ★ Gold markiert = dieser Benchmark.

GPUnach Grafikkarte

NVIDIA GeForce RTX 5090 1.655,9 tok/s★ NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.639,0 tok/s dieser LaufNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.505,0 tok/sNVIDIA GeForce RTX 3090 Ti 903,5 tok/sNVIDIA RTX A6000 763,5 tok/sAMD Radeon RX 7900 XTX 301,6 tok/sAMD Radeon PRO W7900 Dual Slot 245,1 tok/sAMD Radeon AI PRO R9700 233,2 tok/sAMD Radeon PRO W7800 48GB 233,0 tok/sNVIDIA GeForce RTX 5070 Ti 154,0 tok/s

CPUnach Prozessor

AMD Ryzen 7 5800X3D 8-Core Processor 1.655,9 tok/sAMD Ryzen 9 9950X 16-Core Processor 1.639,0 tok/s★ AMD Ryzen 5 5600X 6-Core Processor 1.617,9 tok/s dieser LaufAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.505,0 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 903,5 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 763,5 tok/sAMD Ryzen Threadripper PRO 3955WX 16-Cores 301,6 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 245,1 tok/sAMD Ryzen 3 3100 4-Core Processor 233,2 tok/sIntel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 221,6 tok/s

MBnach Mainboard

★ ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.655,9 tok/s dieser LaufASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.639,0 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.505,0 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 903,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 301,6 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 233,2 tok/sDell Inc. PowerEdge R820 221,6 tok/s

ENGnach Engine

★ llama.cpp 1.655,9 tok/s dieser LaufvLLM 1.028,5 tok/sunbekannt 89,8 tok/s

DRVnach Treiber

unbekannt 1.655,9 tok/sAMD 7.0.0-27-generic 89,8 tok/s

💰 Economics

Wirtschaftlichkeit dieses Laufs

Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (5× parallel). Methodik →

⚙️ KonfigurationAlle Kennzahlen und Diagramme unten folgen diesen Einstellungen – bezogen auf 24 Monate Laufzeit.In URL übernehmen Zurücksetzen

⚡ Strompreis EUR/kWh

⚙️ System-Auslastung 100 %

🖥️ Anschaffung EUR

🔌 Idle 42 W

⚡ TDP 612 W

☁️ Externes LLM (API) anzeigen

Input €/1M Output €/1M Input je Output-Token

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)612 W geschätzt (TDP)GPU 600 + Board 12 W Volllast

Ø-Kosten / Stunde0,18 EUR

Strom / 1 Mio. Token0,057 EUR

Token / kWh5,23 Mio.

Anschaffung (System)13.698 EUR VollpreisGPU 13.000 EUR · CPU 121 EUR · Board 149 EUR · RAM 248 EUR · Netzteil 180 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)16.915 EUR

Output-Token (2 Jahre)56,07 Mrd.

☁️ Externes LLM (API) – Vergleich

Externe LLM-Kosten (2 Jahre)–

Ersparnis vs. extern (2 Jahre)–

Alle Werte oben und die Diagramme unten berücksichtigen die eingestellte System-Auslastung: bei X % generiert das System nur X % der Zeit, die restliche Zeit läuft es im Idle (42 W). Kosten pro Stunde sinken dadurch (mehr Idle), Kosten je Token steigen.

Kosten über 2 Jahre – nur Strom

Kosten über 2 Jahre – inkl. Anschaffung (TCO)

Geschwindigkeit vs. Token pro Euro

Euro pro 1 Mio. Token

Vergleich zur API – Wirtschaftlichkeit je Benchmark

	Qwen3-VL-30B-A3B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen3-VL-30B-A3B-InstructNVIDIA GeForce RTX 5090	Qwen3-VL-30B-A3B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen3-VL-30B-A3B-Instruct3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition
Kosten Strom (24 Mon.)	–	–	–	–
Kosten Anschaffung	–	–	–	–
Kosten Gesamt (TCO)	–	–	–	–
Generierte Token (24 Mon.)	–	–	–	–
Tokenpreis bei API	–	–	–	–
Break-Even-Point (Tage)	–	–	–	–
Ergebnis (Ersparnis / Ausgabe)	–	–	–	–

NVIDIA RTX PRO 6000 Blackwell Workstation Edition · dieser Lauf 889 tok/s NVIDIA GeForce RTX 5090 920 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 905 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 820 tok/s

Vergleich mit bis zu 3 nächstbesten Läufen dieses Modells bei gleicher Concurrency (mind. einer auf anderer Hardware). Leistung = GPU-TDP + CPU (Idle + 15 %) + Board (geschätzt), Anschaffung = komplettes System (GPU + CPU + Board + RAM + Netzteil), Preise = hinterlegte Marktpreise.

Beigesteuert von

Mario Alka Administrator

@marioalka

Ich bin Unternehmer, Softwareentwickler und KI-Enthusiast. Seit vielen Jahren entwickle ich Unternehmenssoftware und beschäftige mich inzwischen fast täglich mit lokalen LLMs, KI-Agenten und leistungsfähiger KI-Hardware.

Mit LLM-Benchmark.de möchte ich eine Plattform schaffen, auf der Modelle, GPUs und Agenten objektiv und reproduzierbar miteinander verglichen werden.